Parser de sitemapPrêts à l'emploi

Un parser Python prêt à l'emploi qui lit le sitemap.xml d'un site et enregistre le titre, la description et le H1 de chaque page

Généralement prêt en 15 minutesRetouches inclusesContrôle qualité
Formules
Paiement protégéEn savoir plus
  • Les retouches prévues par la formule sont gratuites.
  • Sans réponse de votre part dans les 3 jours suivant la livraison, le travail est validé automatiquement.

L’argent est réservé au paiement et versé uniquement une fois le travail validé.

Un parser Python prêt à l'emploi qui lit le sitemap.xml d'un site et enregistre le titre, la description et le H1 de chaque page

Exemple de résultat

Exemple pour la formule Standard

Parseur du catalogue d’un fournisseur d’outils de jardin vers Excel

À quoi ressemble le résultat

RéférenceNomPrixEn stockPoidsPhoto
GT-1042Sécateur, 20 mm18,90Oui0,24 kg…/gt-1042.jpg
GT-1187Scie pliante, 210 mm24,50Oui0,31 kg…/gt-1187.jpg
GT-2210Cisaille à haies, lame ondulée39,00Non1,10 kg…/gt-2210.jpg
GT-3305Transplantoir, inox9,80Oui0,18 kg…/gt-3305.jpg
GT-4120Tuyau d’arrosage 25 m, 1/2"42,00Oui2,90 kg…/gt-4120.jpg

Le fichier de l’exemple contient 1 236 produits issus de 52 pages de liste.

Un extrait du code

def product_links(list_url: str) -> Iterator[str]:
    """Liens des fiches produits de chaque page de la liste, en suivant « Suivant »."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Une page publique, à un rythme raisonnable : une pause entre les requêtes et quelques essais en cas d’erreur."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s a répondu %s, essai %d sur 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} ne s’est pas ouverte après 3 essais")

Fichiers : une archive ZIP avec scraper.py, settings.ini (la page de départ, la pause entre les requêtes, le nom du fichier), requirements.txt et un README sur l’installation et le lancement. Il ne lit que des pages publiques, une toutes les 2 secondes, et consulte d’abord le robots.txt du site. Le client le lance sur son propre ordinateur.

Client : une jardinerie en ligne qui revend les outils d’un fournisseur ; celui-ci a un catalogue public sur son site, mais aucun fichier de tarifs. Tâche : parcourir les pages de liste du catalogue, ouvrir chaque fiche produit et enregistrer dans Excel la référence, le nom, le prix, le stock, le poids et le lien de la photo principale, pour comparer les prix une fois par semaine.

Le client et tous les détails sont fictifs.

À propos de ce service

Un parser de sitemap prêt à l'emploi : un parser Python type déjà au point pour les fichiers sitemap.xml, réglé pour le site que vous nommez, le vôtre ou n'importe quel site ouvert. Il lit la liste d'adresses du sitemap, ouvre chaque page et enregistre ce qu'il faut pour un inventaire : l'adresse, la date du sitemap, le statut de la réponse, le titre, la méta-description, le H1 et, à partir de la formule Standard, la balise canonical, le nombre de titres H2, le nombre de mots et les images sans texte alt. Le tableau montre tout de suite quelles pages n'ont pas de titre, une description en double ou pas de H1, ce qui aide avant une refonte, un déménagement ou un audit SEO. Vous envoyez le site et les champs dont vous avez besoin. Vous le lancez sur votre propre ordinateur. Il ne voit que les pages du sitemap ouvertes aux visiteurs, ne juge pas le SEO, ne donne pas de conseils et ne promet aucune position dans les moteurs de recherche.

Ce qui est inclus

  • Ce que vous recevezUne archive ZIP avec le parser de sitemap prêt à l'emploi en Python, un fichier de paramètres avec les adresses et la pause entre les pages, et un README ; le code est aussi affiché sur la page de la commande.
  • Depuis le sitemapChaque adresse listée dans sitemap.xml
  • Champs de page prêtsStatut, titre, description, H1 et plus
  • Les manques se repèrent facilementLes titres vides ou répétés ressortent dans le tableau
  • Rythme poliUne pause entre les pages, réglée dans les paramètres
  • Un guide clairInstaller Python et le lancer, pas à pas

Comment ça marche

  1. 1
    PagesVous donnez le site, son sitemap et les champs dont vous avez besoin
  2. 2
    Mise en placeNous adaptons le parser prêt à l'emploi à ces pages et écrivons le guide
  3. 3
    LancementVous le lancez et vérifiez les premières lignes du tableau
  4. 4
    RetouchesVous demandez des retouches dans le cadre de votre formule et envoyez tout message d'erreur

Ce dont nous avons besoin

Le site et l'adresse de son sitemap.xml, en général à /sitemap.xml, et environ combien de pages il compte. Les champs dont vous avez besoin dans l'ordre de votre tableau, par exemple adresse, statut, titre, description, H1 et, à partir de la formule Standard, canonical et nombre de mots. Le fichier de résultats : CSV, Excel ou, en formule Premium, JSON. Pour la formule Premium, les autres sites à comparer et la fréquence de lancement.

Nous vous demanderons :

  • Quel site ?
  • Les champs dont vous avez besoin
  • Environ combien de pages ?
  • Fichier de résultats et autres sites

Comparer les formules

FormulesEssentiel15 €Standard30 €Premium52 €
Ce qui est inclusTitres des pages listéesIndex de sitemaps et pagesJusqu'à 3 sites
Délai1 jour2 jours3 jours
Retouches123
Sites11jusqu'à 3
Types de pages12 (liste et fiche)jusqu'à 3
Champsjusqu'à 10jusqu'à 25jusqu'à 25 sur chacune
Parcourt les pages d'une listeNonOuiOui
Fichier de résultatsCSVExcel ou CSVExcel, CSV ou JSON
Doublons supprimés, reprend là où il s'est arrêtéNonNonOui
Version prête à l'emploiSitemap et titres de pagesSitemap et titres de pagesSitemap et titres de pages
Commander EssentielCommander StandardCommander Premium

Paiement protégé

Vous payez à la commande, mais l’argent n’est versé que pour un travail validé.

  • Prix fixeLe prix de la formule ne change pas après le paiement.
  • L’argent est réservéAu paiement, le montant est seulement réservé. Il n’est versé à Dleex qu’une fois le travail validé.
  • Vérifié avant livraisonChaque résultat passe un contrôle qualité avant de vous parvenir, et vous le voyez sur la page de la commande avant de le valider.
  • Retouches gratuitesDemandez des retouches dans le cadre de votre brief autant de fois que la formule le permet.
  • Validation au bout de 3 joursSi, dans les 3 jours suivant la livraison, vous n’avez ni validé le travail ni demandé de retouches, il est validé automatiquement. Si vous écrivez dans le chat de la commande après la livraison, la commande est mise en attente ; après notre réponse, nous pourrons relancer le délai de 3 jours et vous le signalerons dans le chat.
  • Travail refait ou remboursement intégralSi le résultat ne correspond pas à votre brief et que les retouches n’y ont rien changé, ou si le travail prend plus du double du délai prévu, écrivez dans le chat de la commande : nous referons le travail ou vous rembourserons intégralement.
Comment ça marche →

Questions et réponses

Et si le site n'a pas de sitemap ?

Donnez alors une liste d'adresses dans un fichier texte ; le parser les lit de la même façon. Il ne parcourt pas tout le site lien par lien.

Me dira-t-il comment corriger mon SEO ?

Non. Il vous donne les données dans un tableau ; que changer relève de vous ou d'un audit SEO. Personne ne peut promettre des positions dans les moteurs de recherche.

Combien de temps prend un gros site ?

Il lit les pages à un rythme poli avec une pause que vous fixez : un site de quelques milliers de pages prend donc une heure ou plus. En formule Premium, il reprend là où il s'est arrêté.

Ai-je le droit de collecter ces données ?

Collecter des données publiques est permis dans de nombreux cas, mais les conditions des sites et les lois sur les données diffèrent selon les pays : c'est donc à vous de décider si vous pouvez les collecter et les utiliser. Le parser ne se connecte jamais, ne contourne aucune protection et ne collecte pas de données personnelles.

Pourquoi coûte-t-il moins cher qu'un parser sur mesure ?

C'est un parser de sitemap type, prêt à l'emploi : ses champs et sa façon de parcourir les pages sont déjà au point, et nous l'adaptons au site que vous nommez et à vos colonnes. Les sites et champs inhabituels relèvent du service de parser sur mesure.

Vous n’avez pas trouvé la réponse ?

Formules